京东 11.11 红包
【RLChina论文研讨会】第36期 张进 CUP：基于评论家的策略迁移
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
【RLChina论文研讨会】第34期 马一宁 解决车辆路径问题的深度强化学习方法：近期发展及挑战
...
【RLChina论文研讨会】第36期 陈晰 基于潜变量优势加权的离线强化学习优化算法
...
【RLChina论文研讨会】第53期 张子谦 Fast Teammate Adaptation in the Presence of Sudden Policy
...
【RLChina论文研讨会】第38期 张福翔 Discovering Generalizable Multi-agent Coordination Skills
...
【RLChina论文研讨会】第34期 尤扬 POMDP与Dec-POMDP问题的精确与近似解法
...
【RLChina论文研讨会】第36期 杨以钦 基于流模型的离线分层强化学习
...
【RLChina论文研讨会】第35期 袁雷 基于演化生成及辅助对抗攻击训练的鲁棒性多智能体强化学习
...
【RLChina 论文研讨会】第28期 刘宗凯 基于策略多样性的多智能体强化学习
...
【RLChina论文研讨会】第51期 杨以钦 离线强化学习中的无监督数据共享
...
【RLChina论文研讨会】第56期 宋昊霖 MA2CL：Masked Attentive Contrastive Learning for Multi-Age
...
【RLChina论文研讨会】第49期 刘梓辰 Efficient Offline Policy Optimization with a Learned Mode
...
【RLChina论文研讨会】第62期 冯悦 A Large Language Model Enhanced Conversational Recommender
...
【RLChina论文研讨会】第49期 陈思为 DaxBench：Benchmarking Deformable Object Manipulation with
...
【RLChina论文研讨会】第33期 万旭 AdapSafe面向低碳电力系统频率控制的自适应与安全保证深度强化学习算法
...
【RLChina论文研讨会】第53期 曾兰婷 基于强化学习控制的低碳电力系统安全性研究
...
【RLChina论文研讨会】第56期 李逸尘 Policy Regularization with Dataset Constraint for Offline
...
【RLChina论文研讨会】第37期 戴子彭 基于社会价值取向的无人车交互决策方法
...
【RLChina论文研讨会】第70期 朱文轩 基于观察数据的深度因果强化学习
...
【RLChina论文研讨会】第43期 庄梓峰 行为近端策略优化
...
【RLChina论文研讨会】第25期 温睦宁 MARL is a Sequence Modeling Problem
...
【RLChina 论文研讨会】第28期 吴梓帆 规划模型预测：基于策略与模型角色反转的有模型强化学习算法
...
【RLChina论文研讨会】第68期 赵有朋 策略空间中的多智能体一阶约束优化方法
...
【RLChina论文研讨会】第45期 穆尧 AdaptDiffuser：Diffusion Models as Adaptive Self-evolving
...
【RLChina论文研讨会】第40期 段志健 纳什均衡近似器是否可学习
...
【RLChina论文研讨会】第48期 林谦 面向实时预算约束的离线安全强化学习
...
【RLChina论文研讨会】第50期 邢东 多智能体即兴协作中的类型混淆
...
【RLCHina 论文研讨会】第27期 刘世旋 增广POMDP：一种结合观测型数据和干预型数据的因果强化学习方法
...
【RLChina 论文研讨会】第2期 刘明桓 Curriculum Offline Imitation Learning
...
【RLChina 2021】第11课 多智能体入门（一） 杨耀东
...
【RLChina 2022】专题报告四：决策大模型 汪军
...
【RLChina论文研讨会】第82期 胡梦康 Tree-Planner：Efficient Close-loop Task Planning with
...
【RLChina论文研讨会】第47期 罗一成 将最优传输用在离线模仿学习
...
【RLChina论文研讨会】第26期 万里鹏 基于贪婪值函数表征的多智能体最优协作方法
...
【RLChina论文研讨会】第62期 林浩鑫 Model-based Reinforcement Learning with Multi-step Plan
...
【RLChina 2022】实践课三：强化学习算法 田政
...
【RLChina论文研讨会】第92期 张万鹏 通过因果表示解决强化学习中的非平稳性问题
...
【RLChina论文研讨会】第41期 曲庆渝 基于模仿学习与分支定界的航天器多目标观测任务序列规划
...
【RLChina论文研讨会】第15期 陈睿卿 Multi-Agent Trust Region Policy Optimization Algorithm
...
【RLChina论文研讨会】第87期 林越 多智能体强化学习中的信息设计
...
【RLChina论文研讨会】第46期 闫雪 Learning to Identify Top Elo Ratings：A Dueling Bandits App